1. DSpace en ESPOL
2. Unidades Académicas
3. Facultad de Ingeniería en Mecánica y Ciencias de la Producción
4. Tesis de Mecatrónica

Title:	Diseño de entorno virtual para la generación de datos sintéticos y dispositivo de recolección para auditaje de góndolas
Authors:	Tutivén, Christian, Director González Moreira, Iván Ariel Gómez Campuzano, Abel Francisco
Keywords:	Inteligencia artificial Auditoría de góndolas Datos sintéticos Detección de productos Recolector
Issue Date:	2024
Publisher:	ESPOL.FIMCP
Citation:	González Moreira, I. A. y Gómez Campuzano, A. F. (2024). Diseño de entorno virtual para la generación de datos sintéticos y dispositivo de recolección para auditaje de góndolas. [Proyecto Integrador]. ESPOL.FIMCP .
Description:	Este trabajo aborda el desafío de desarrollar un sistema para auditoría automática de góndolas de supermercado utilizando modelos de inteligencia artificial (IA) entrenados con datos sintéticos generados en un entorno virtual. Se utilizó modelos realistas de productos en 3D, para la creación de una base de datos sintética que permita el entrenamiento de los modelos de IA con enfoque en tareas de detección y clasificación de productos en las góndolas. La innovación de este estudio radica en el uso de datos sintéticos, en lugar de datos reales, puesto que permite contar con grandes volúmenes de datos etiquetados de manera automatizada, superando las limitaciones producidas por la disponibilidad de datos reales. Los hallazgos demuestran que los modelos entrenados con esta data sintética han logrado un desempeño satisfactorio en la auditoría automatizada de góndolas, en tiendas físicas. Adicionalmente, se implementó un ?recolector de imágenes?, utilizando un carro de supermercado modificado con un mecanismo de polea vertical para la captura precisa de imágenes, integrando diseño mecánico y control electrónico. Este dispositivo complementa el enfoque sintético, permitiendo obtener imágenes estandarizadas del mundo real para validar el desempeño de los modelos de IA. El principal impacto esperado es revolucionar los procesos de auditoría de góndolas en el sector retail, mediante soluciones automatizadas que mejoren la imagen de la empresa y brinden información valiosa sobre el estado de los inventarios. Palabras Clave: Inteligencia artificial, auditoría de góndolas, datos sintéticos, detección de productos, recolector
metadata.dc.description.abstractenglish:	This work addresses the challenge of developing a system for automatically auditing supermarket shelves using artificial intelligence (AI) models trained with synthetic data generated in a virtual environment. Realistic 3D product models were used to create a synthetic database for training AI models focused on product detection and classification tasks on shelves. The innovation of this study lies in the use of synthetic data, instead of real data, since it allows for large volumes of labeled data in an automated way, overcoming the limitations produced by the availability of real data. The findings show that models trained with this synthetic data have achieved satisfactory performance in automated shelf auditing in physical stores. An ?image collector? was also implemented using a modified supermarket cart with a vertical pulley mechanism for accurate image capture, integrating mechanical design and electronic control. This device complements the synthetic approach, allowing one to obtain standardized images of the real world to validate the performance of AI models. The main expected impact is to revolutionize shelf audit processes in the retail sector, through automated solutions that improve the company?s image and provide valuable information on inventory status. Keywords: Artificial intelligence, shelf audit, synthetic data, product detection, picker.
URI:	http://www.dspace.espol.edu.ec/handle/123456789/62960
metadata.dc.identifier.codigoproyectointegrador:	INGE-2529
Appears in Collections:	Tesis de Mecatrónica

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.